Homework #3
학교, 학과, 학번 입력
한글 이름 입력
제출일자: 2020-05-01
Homework #3
1. 2.5절 배열에서 다룬 확장 예제 “RGB값을 무작위로 샘플링 후 매개변수로 노이즈 가중치 조절해 보기” 명령 스크립트 중 다음아래에 해당하는 구문의 반복 명령을 최소화한 스크립트 작성 후 해당 스크립트가 정상적으로 작동하는지 그림 출력을 통해 확인하시오. 단, 그림은 2.5절 예제와 동일한 그림을 사용(Hint: *apply() 계열 함수, 코드블록({}), return(), unlist(), array() 함수 사용)
require(tidyverse)## Loading required package: tidyverse## ─ Attaching packages ─────────────────────────────────── tidyverse 1.3.0 ─## <U+2713> ggplot2 3.2.1 <U+2713> purrr 0.3.3
## <U+2713> tibble 2.1.3 <U+2713> dplyr 0.8.3
## <U+2713> tidyr 1.0.0 <U+2713> stringr 1.4.0
## <U+2713> readr 1.3.1 <U+2713> forcats 0.4.0## ─ Conflicts ──────────────────────────────────── tidyverse_conflicts() ─
## x dplyr::filter() masks stats::filter()
## x dplyr::lag() masks stats::lag()require(jpeg)## Loading required package: jpegrequire(cowplot)## Loading required package: cowplot##
## ********************************************************## Note: As of version 1.0.0, cowplot does not change the## default ggplot2 theme anymore. To recover the previous## behavior, execute:
## theme_set(theme_cowplot())## ********************************************************myurl <- paste0("https://img.livescore.co.kr/data/editor/1906/",
"ba517de8162d92f4ea0e9de0ec98ba02.jpg")
z <- tempfile()
download.file(myurl,z,mode="wb")
pic <- readJPEG(z)
dim_pic <- dim(pic)
t <- 0.2; nl <- length(300:460); pl <- length(440:520)
# 다음 아래(문제 1에 해당)
# yr <- pic[300:460, 440:520, 1]
# yg <- pic[300:460, 440:520, 2]
# yb <- pic[300:460, 440:520, 3]
#
# wr <- t * yr + (1 - t)*matrix(runif(length(yr)), nrow = nl, ncol = pl)
# wg <- t * yg + (1 - t)*matrix(runif(length(yg)), nrow = nl, ncol = pl)
# wb <- t * yb + (1 - t)*matrix(runif(length(yb)), nrow = nl, ncol = pl)
#
#
# pic[300:460, 440:520, 1] <- wr
# pic[300:460, 440:520, 2] <- wg
# pic[300:460, 440:520, 3] <- wbAnswer
tmp <- lapply(1:3, function(i) {
# browser()
x <- pic[, , i]
wx <- x[300:460, 440:520]
wx <- t * wx + (1 - t)*matrix(runif(length(wx)), nrow = nl, ncol = pl)
x[300:460, 440:520] <- wx
return(x)
})
res <- array(unlist(tmp), dim = dim_pic)
ggdraw() +
draw_image(res)
res <- pic
y <- unlist(lapply(pic[300:460, 440:520, ], function(x) return(x)))
u <- t * y + (1 - t)*runif(length(y))
res[300:460, 440:520, ] <- array(u, dim = c(nl, pl, 3))
ggdraw() +
draw_image(res)
res <- pic
z <- c(pic[300:460, 440:520, ])
w <- t * z + (1 - t)*runif(length(z))
res[300:460, 440:520, ] <- array(w, dim = c(nl, pl, 3))
ggdraw() +
draw_image(res)
2. R에 기본으로 내장된 mtcars 데이터셋은 다음과 같이 11개의 변수로 구성되어 있다.
mtcars의 데이터 구조를 파악하고 자료의 전반적인 형태에 대해 기술 하시오.
Answer
df <- mtcars
head(df); dim(df); str(df); summary(df)## [1] 32 11## 'data.frame': 32 obs. of 11 variables:
## $ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
## $ cyl : num 6 6 4 6 8 6 8 4 4 6 ...
## $ disp: num 160 160 108 258 360 ...
## $ hp : num 110 110 93 110 175 105 245 62 95 123 ...
## $ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
## $ wt : num 2.62 2.88 2.32 3.21 3.44 ...
## $ qsec: num 16.5 17 18.6 19.4 17 ...
## $ vs : num 0 0 1 1 0 1 0 1 1 1 ...
## $ am : num 1 1 1 0 0 0 0 0 0 0 ...
## $ gear: num 4 4 4 3 3 3 3 4 4 4 ...
## $ carb: num 4 4 1 1 2 1 4 2 2 4 ...## mpg cyl disp hp
## Min. :10.40 Min. :4.000 Min. : 71.1 Min. : 52.0
## 1st Qu.:15.43 1st Qu.:4.000 1st Qu.:120.8 1st Qu.: 96.5
## Median :19.20 Median :6.000 Median :196.3 Median :123.0
## Mean :20.09 Mean :6.188 Mean :230.7 Mean :146.7
## 3rd Qu.:22.80 3rd Qu.:8.000 3rd Qu.:326.0 3rd Qu.:180.0
## Max. :33.90 Max. :8.000 Max. :472.0 Max. :335.0
## drat wt qsec vs
## Min. :2.760 Min. :1.513 Min. :14.50 Min. :0.0000
## 1st Qu.:3.080 1st Qu.:2.581 1st Qu.:16.89 1st Qu.:0.0000
## Median :3.695 Median :3.325 Median :17.71 Median :0.0000
## Mean :3.597 Mean :3.217 Mean :17.85 Mean :0.4375
## 3rd Qu.:3.920 3rd Qu.:3.610 3rd Qu.:18.90 3rd Qu.:1.0000
## Max. :4.930 Max. :5.424 Max. :22.90 Max. :1.0000
## am gear carb
## Min. :0.0000 Min. :3.000 Min. :1.000
## 1st Qu.:0.0000 1st Qu.:3.000 1st Qu.:2.000
## Median :0.0000 Median :4.000 Median :2.000
## Mean :0.4062 Mean :3.688 Mean :2.812
## 3rd Qu.:1.0000 3rd Qu.:4.000 3rd Qu.:4.000
## Max. :1.0000 Max. :5.000 Max. :8.000- 위 코드북을 참고하여 엔진과 변속기어에 해당하는 변수를 factor로 변환 후 해당 데이터 프레임을
df객체에 저장 하시오.
Answer
df <- within(df, {
vs <- factor(vs, levels = 0:1,
labels = c("V-shaped", "straight"))
am <- factor(am, levels = 0:1,
labels = c("automatic", "manual"))
})
summary(df)## mpg cyl disp hp
## Min. :10.40 Min. :4.000 Min. : 71.1 Min. : 52.0
## 1st Qu.:15.43 1st Qu.:4.000 1st Qu.:120.8 1st Qu.: 96.5
## Median :19.20 Median :6.000 Median :196.3 Median :123.0
## Mean :20.09 Mean :6.188 Mean :230.7 Mean :146.7
## 3rd Qu.:22.80 3rd Qu.:8.000 3rd Qu.:326.0 3rd Qu.:180.0
## Max. :33.90 Max. :8.000 Max. :472.0 Max. :335.0
## drat wt qsec vs am
## Min. :2.760 Min. :1.513 Min. :14.50 V-shaped:18 automatic:19
## 1st Qu.:3.080 1st Qu.:2.581 1st Qu.:16.89 straight:14 manual :13
## Median :3.695 Median :3.325 Median :17.71
## Mean :3.597 Mean :3.217 Mean :17.85
## 3rd Qu.:3.920 3rd Qu.:3.610 3rd Qu.:18.90
## Max. :4.930 Max. :5.424 Max. :22.90
## gear carb
## Min. :3.000 Min. :1.000
## 1st Qu.:3.000 1st Qu.:2.000
## Median :4.000 Median :2.000
## Mean :3.688 Mean :2.812
## 3rd Qu.:4.000 3rd Qu.:4.000
## Max. :5.000 Max. :8.000df데이터셋에서 변속기어 (am)에 따른mpg,disp,hp,drat,wt,qsec에 대한 평균과 표준편차의 결과를 각각mtcar_mean,mtcar_std객제에 저장 후 확인하시오(Hint:mean(),sd()함수 사용). 단 각 결과는 테이블 형태로 반환되어야 함(한 객체에 모든 변수의 평균 또는 표준편차가 저장. 결과가 테이블 객체의 반환을 의미하는 것은 아님).
aggregate(cbind(mpg, disp, hp, drat, wt, qsec) ~ am,
data = df,
mean)aggregate(cbind(mpg, disp, hp, drat, wt, qsec) ~ am,
data = df,
sd)df데이터셋을 엔진형태(vs) 별로 나눈 후, 연비를 종속변수(\(y\))로 놓고 무게(wt)를 독립변수로 사용한 일변량 회귀식을 반환 하시오.
dfl <- split(df, df$vs)
sapply(dfl, function(x) coef(lm(mpg ~ wt, data = x)))## V-shaped straight
## (Intercept) 29.53144 41.298140
## wt -3.50131 -6.4110173. 1912년 4월 14일 타이타닉호 침몰 사고의 생존자 정보를 담고 있는 titanic 데이터셋은 통계학적으로 범주형 데이터 분석의 예시로서 널리 사용되고 있으며, 기계학습 및 데이터 과학 커뮤니티인 Kaggle에서도 기계학습 알고리즘 경연을 위한 힉습자료로 활용되고 있다. 해당 데이터는 http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic3.csv 에서 다운로드가 가능하다. 타이타닉 데이터의 주요 변수에 대한 설명은 아래와 같다.
- 위 코드북의 내용을
codebook_tit이란 데이터 프레임 객체에 저장 후 출력하시오.
`변수명` <- c("pclass", "survived", "name", "sex", "age", "sibsp",
"parch", "ticket", "fare", "cabin", "embarked")
`변수설명(영문)` <- c("Passenger Class (1=1st; 2=2nd; 3=3rd)", "Survival (0=No; 1=Yes)",
"Passenger name", "Sex", "Age", "# of siblings/spouses abroad",
"# of parents/children abroad", "Ticket number", "Passenger fare",
"Cabin", "Port of embarkation (C=Cherbourg; Q=Queenstown; S=Southhampton")
`변수설명(국문)` <- c("선실 등급", "생존여부", "탐승객 성명", "성별", "나이",
"동승한 형제/배우자 수", "동승한 부모/자녀 수", "티켓번호", "티켓요금",
"선실번호", "탑승 장소")
desc_titanic <- data.frame(`변수명`,
`변수설명(영문)`,
`변수설명(국문)`,
check.names = FALSE,
stringsAsFactors = FALSE)
desc_titanic- 위 URL 주소로부터 타이타닉 데이터 파일을 읽은 후
titanic객체에 저장한 뒤 위 코드북(강의노트 문제 3에서 제시된 테이블)에서 제시한 변수(변수명)만 추출한 다음df_titanic이란 객체에 저장한 결과에 대해 개괄적 형태 및 데이터 특성에 대해 기술하시오.
titanic <- read.csv("http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic3.csv")
df_titanic <- titanic[, `변수명`]
head(df_titanic); dim(df_titanic); str(df_titanic); summary(df_titanic)## [1] 1309 11## 'data.frame': 1309 obs. of 11 variables:
## $ pclass : int 1 1 1 1 1 1 1 1 1 1 ...
## $ survived: int 1 1 0 0 0 1 1 0 1 0 ...
## $ name : Factor w/ 1307 levels "Abbing, Mr. Anthony",..: 22 24 25 26 27 31 46 47 51 55 ...
## $ sex : Factor w/ 2 levels "female","male": 1 2 1 2 1 2 1 2 1 2 ...
## $ age : num 29 0.92 2 30 25 48 63 39 53 71 ...
## $ sibsp : int 0 1 1 1 1 0 1 0 2 0 ...
## $ parch : int 0 2 2 2 2 0 0 0 0 0 ...
## $ ticket : Factor w/ 929 levels "110152","110413",..: 188 50 50 50 50 125 93 16 77 826 ...
## $ fare : num 211 152 152 152 152 ...
## $ cabin : Factor w/ 187 levels "","A10","A11",..: 45 81 81 81 81 151 147 17 63 1 ...
## $ embarked: Factor w/ 4 levels "","C","Q","S": 4 4 4 4 4 4 4 4 4 2 ...## pclass survived name
## Min. :1.000 Min. :0.000 Connolly, Miss. Kate : 2
## 1st Qu.:2.000 1st Qu.:0.000 Kelly, Mr. James : 2
## Median :3.000 Median :0.000 Abbing, Mr. Anthony : 1
## Mean :2.295 Mean :0.382 Abbott, Master. Eugene Joseph : 1
## 3rd Qu.:3.000 3rd Qu.:1.000 Abbott, Mr. Rossmore Edward : 1
## Max. :3.000 Max. :1.000 Abbott, Mrs. Stanton (Rosa Hunt): 1
## (Other) :1301
## sex age sibsp parch ticket
## female:466 Min. : 0.17 Min. :0.0000 Min. :0.000 CA. 2343: 11
## male :843 1st Qu.:21.00 1st Qu.:0.0000 1st Qu.:0.000 1601 : 8
## Median :28.00 Median :0.0000 Median :0.000 CA 2144 : 8
## Mean :29.88 Mean :0.4989 Mean :0.385 3101295 : 7
## 3rd Qu.:39.00 3rd Qu.:1.0000 3rd Qu.:0.000 347077 : 7
## Max. :80.00 Max. :8.0000 Max. :9.000 347082 : 7
## NA's :263 (Other) :1261
## fare cabin embarked
## Min. : 0.000 :1014 : 2
## 1st Qu.: 7.896 C23 C25 C27 : 6 C:270
## Median : 14.454 B57 B59 B63 B66: 5 Q:123
## Mean : 33.295 G6 : 5 S:914
## 3rd Qu.: 31.275 B96 B98 : 4
## Max. :512.329 C22 C26 : 4
## NA's :1 (Other) : 271age변수에 포함된 결측값을age의 전체 평균값으로 대체 하시오.
sum(is.na(df_titanic))## [1] 264df_titanic$age[is.na(df_titanic$age)] <- mean(df_titanic$age, na.rm = TRUE)
summary(df_titanic)## pclass survived name
## Min. :1.000 Min. :0.000 Connolly, Miss. Kate : 2
## 1st Qu.:2.000 1st Qu.:0.000 Kelly, Mr. James : 2
## Median :3.000 Median :0.000 Abbing, Mr. Anthony : 1
## Mean :2.295 Mean :0.382 Abbott, Master. Eugene Joseph : 1
## 3rd Qu.:3.000 3rd Qu.:1.000 Abbott, Mr. Rossmore Edward : 1
## Max. :3.000 Max. :1.000 Abbott, Mrs. Stanton (Rosa Hunt): 1
## (Other) :1301
## sex age sibsp parch ticket
## female:466 Min. : 0.17 Min. :0.0000 Min. :0.000 CA. 2343: 11
## male :843 1st Qu.:22.00 1st Qu.:0.0000 1st Qu.:0.000 1601 : 8
## Median :29.88 Median :0.0000 Median :0.000 CA 2144 : 8
## Mean :29.88 Mean :0.4989 Mean :0.385 3101295 : 7
## 3rd Qu.:35.00 3rd Qu.:1.0000 3rd Qu.:0.000 347077 : 7
## Max. :80.00 Max. :8.0000 Max. :9.000 347082 : 7
## (Other) :1261
## fare cabin embarked
## Min. : 0.000 :1014 : 2
## 1st Qu.: 7.896 C23 C25 C27 : 6 C:270
## Median : 14.454 B57 B59 B63 B66: 5 Q:123
## Mean : 33.295 G6 : 5 S:914
## 3rd Qu.: 31.275 B96 B98 : 4
## Max. :512.329 C22 C26 : 4
## NA's :1 (Other) : 271# df_titanic$agedf_titanic에서age를 다음과 같이 그룹화 후age_group변수(factor)를 생성 하시오.
# 0 살 이상 15살 미만: Children
# 15살 이상: Adult
df_titanic$age_group <- factor(ifelse(df_titanic$age < 15, "Children", "Adult"),
levels = c("Children", "Adult"))- 선실 등급에 따른 남녀 별 그리고 연령 집단 별 생존 빈도 및 비율에 대해 각각 테이블로 나타내시오.
# 1. 등급 * 성별 * 생존여부
# 2. 등급 * 연령집단 * 생존여부
tab1 <- with(df_titanic, table(sex, survived, pclass))
ptab1 <- prop.table(tab1, margin = c(1,3))
tab2 <- with(df_titanic, table(age_group, survived, pclass))
ptab2 <- prop.table(tab2, margin = c(1,3))4. 아래와 같은 데이터셋이 주어졌을 때
- Dataset #1 (2.10. 문제 4의 첫 번째 테이블)
- Dataset #2 (2.10. 문제 4의 두 번째 테이블)
- Dataset #1에 해당하는 데이터를
authors, dataset #2에 해당하는 데이터를books에 저장한 객체를 생성 하시오(단, 데이터 프레임을 구성하는 모든 변수는 문자열 변수로 저장).
authors <- data.frame(surname = c("Tukey", "Venables", "Tierney", "Ripley", "McNeil"),
nationality = c("US", "Australia", "US", "UK", "Australia"), stringsAsFactors = FALSE)
books <- data.frame(name = c("Tukey", "Venables", "Tierney", "Ripley", "Ripley",
"McNeil", "R Core"), title = c("Exploratory Data Analysis", "Modern Applied Statistics ...",
"LISP-STAT", "Spatial Statistics", "Stochastic Simulation", "Interactive Data Analysis",
"An Introduction to R"), stringsAsFactors = FALSE)
authorsbooks- 두 데이터 셋을
authors기준으로 병합한 데이터셋을 생성하시오.
merge(authors, books, by.x = "surname", by.y = "name")- 두 데이터 셋의 모든 값들을 포함한 결함 데이터 셋을 생성 하시오.
merge(authors, books, by.x = "surname", by.y = "name", all = TRUE)